我正在尝试实现LZ77压缩算法，并且遇到了此问题。
我正在逐字节压缩输入（可以是任何二进制文件，不仅是文本文件），而且我使用3个字节来表示对先前子字符串的指针/引用。指针的第一个字节始终是转义字符b“ \ xCC”，为了使事情变得简单，我们将其称为C。
我知道使用转义字符时的“标准”方式是，您对所有其他字符进行正常编码，然后转义与转义字符具有相同值的文字。因此，“ ABCDE”编码为“ ABCCDE”。
问题在于，指针的值可能是“ CCx”，第二个字节可能是“ C”，并使指针与转义的文字“ CC”无法区分，这会导致问题。
该如何解决？或做LZ77的正确/标准方法是什么？谢谢！
答案 0 :(得分：0)
要使LZ77有用，必须在其后跟随一个熵编码器。在这一步中，您将符号编码为压缩数据中的位。
一种方法是定义258个符号，为文字字节定义256个符号，一种表示匹配的长度和距离，另一种表示流的结尾。
或者您可以执行deflate的工作，即将长度和文字编码在一起，以便该符号解码为文字字节或长度，其中长度表示要跟随距离代码。
或者您可以执行brotli所做的事情，即定义“插入并复制”代码，该代码给出文字数量，然后是那么多文字代码，然后是复制长度和距离。
或者您也可以发明自己的东西。